Field Cases
124企业 AI 案例库
从一句话场景到试点计划，再到行业真实落地。每个案例都明确业务流程、工具边界、评估指标与上线风险，按行业浏览。
案例用于展示方法与技术边界，不代表未经验证的业务效果承诺。
工业制造
制造业AI落地：专家系统、AI知识库、AI智能体，高管，老板必须清楚的3个概念
一把手必须亲自盯的5个关键
工业制造
可信仿真评估：工业 Physical AI 后训练落地的关键基础设施
当前工业具身智能面临落地过程中评估体系与真实场景脱节等多重问题，制约后训练专属模型从实验室走向产线落地。本文提出基于NVIDIA Isaac Lab的可信仿真评估体系，构建双层验证机制、三层解耦架构与三维评估指标体系，并通过工业精密零件…
工业制造
让 AI 真正接入 CAD：一次 Onshape + LLM 的云台工作流实践
这类项目最难的地方，不是画出一个“看起来像云台”的模型，而是不断回答一些非常具体的问题：
工业制造
Text-To-CAD: AI Agent自主CAD设计工程实践
前几篇，我们一直在讲 CAD AI 的一个判断：
工业制造
一起奔跑，奔赴下一站：构建AI时代的工业数据基座
就在一周前，TDengine TSDB 时序数据库在全球安装实例数超过一百万，遍布全球60多个国家和地区，这是一个相当令人兴奋的数字。2016年底，我看到物联网、工业互联网的高速发展，市场需要有一款高性能、具有水平扩展能力的时序数据库，…
工业制造
为什么说Ontology才是工业智能的\"操作系统\"？一个从救火到预防的真实案例
10 月 24 日，在介绍和解读党的二十届四中全会精神的新闻发布会上，科技部部长阴和俊强调，要“全面实施‘人工智能+’行动，全方位赋能千行百业”。这一系列政策信号清晰表明：工业智能化正从局部探索，迈入系统性创新与规模化落地的新阶段。
工业制造
大模型VS小模型，工业质检怎么选？
良品率受到多种因素的影响，包括原材料质量、生产设备状态、工艺技术水平、员工技能水平、管理水平等。因此，要提高良品率，企业需要从多个方面入手，例如优化生产工艺、精益生产流程、采购更先进的生产设备、提高操作人员的专业素质和能力等。
工业制造
透视环世物流：一个AI降本的产业典型样本
在过去的多年时间里，与其说低代码完成的数字原生的普惠，不如说其最强的能力恰是能帮助企业用最低的门槛、最高的效率构建出与自身适配的流程和业务应用，在底层帮助企业构建出一个被极致拆分和分子化的软件开发中台。